Parallel beregning giver dybere indsigt i hjernens funktion

I modsætning til eksperimentelle neurovidenskabsfolk, der beskæftiger sig med virkelige neuroner, beregningsmæssige neurovidenskabsfolk anvender modelsimuleringer til at undersøge, hvordan hjernen fungerer. Mens mange beregnings -neurovidenskabsfolk anvender forenklede matematiske modeller af neuroner, forskere i Computational Neuroscience Unit ved Okinawa Institute of Science and Technology Graduate University (OIST) udvikler software, der modellerer neuroner til detaljer i molekylære interaktioner med det formål at fremkalde ny indsigt i neuronal funktion. Softwarens anvendelser var indtil nu begrænset i omfang på grund af den intense beregningskraft, der kræves til sådanne detaljerede neuronale modeller, men for nylig Dr. Weiliang Chen, Dr. Iain Hepburn, og professor Erik De Schutter offentliggjorde to beslægtede artikler, hvor de skitserer nøjagtigheden og skalerbarheden af ​​deres nye højhastighedsberegningssoftware, "Parallelle trin". De kombinerede fund tyder på, at Parallel STEPS kunne bruges til at afsløre ny indsigt i, hvordan individuelle neuroner fungerer og kommunikerer med hinanden.

Det første papir, udgivet i Journal of Chemical Physics i august 2016, fokuserer på at sikre, at nøjagtigheden af ​​Parallel STEPS er sammenlignelig med konventionelle metoder. I konventionelle tilgange, beregninger, der associeres med neuronale kemiske reaktioner og molekylediffusion, beregnes alle på en beregningsbehandlingsenhed eller 'kerne' sekventielt. Imidlertid, Dr. Iain Hepburn og kolleger introducerede en ny tilgang til at udføre beregninger af reaktion og diffusion parallelt, som derefter kan distribueres over flere computerkerner, samtidig med at simuleringsnøjagtigheden i høj grad opretholdes. Nøglen var at udvikle en original algoritme adskilt i to dele - en der beregnede kemiske reaktionshændelser og de andre diffusionshændelser.

"Vi testede en række modelsimuleringer fra simple diffusionsmodeller til realistiske biologiske modeller og fandt ud af, at vi kunne opnå forbedret ydeevne ved hjælp af en parallel tilgang med minimalt tab af nøjagtighed. Dette demonstrerede metodens potentielle egnethed i større skala, "siger Dr. Hepburn.

I et beslægtet papir udgivet i Grænser i neuroinformatik denne februar, Dr. Weiliang Chen præsenterede implementeringsdetaljerne for Parallel STEPS og undersøgte dens ydeevne og potentielle applikationer. Ved at bryde en delvis model af en Purkinje -celle - en af ​​de største neuroner i hjernen - i 50 til 1000 sektioner og simulere reaktions- og diffusionshændelser for hvert afsnit parallelt på Sango -supercomputeren ved OIST, Dr. Chen og kolleger oplevede dramatisk øgede beregningshastigheder. De testede denne tilgang på både enkle modeller og mere komplicerede modeller af calciumudbrud i Purkinje -celler og demonstrerede, at parallelsimulering kunne fremskynde beregninger mere end flere hundrede gange så mange som konventionelle metoder.

"Sammen, vores resultater viser, at Parallel STEPS -implementering opnår betydelige forbedringer i ydeevnen, og god skalerbarhed, "siger Dr. Chen." Lignende modeller, der tidligere krævede måneder med simulering, kan nu gennemføres inden for timer eller minutter, hvilket betyder, at vi kan udvikle og simulere mere komplekse modeller, og lære mere om hjernen på kortere tid. "

Dr. Hepburn og Dr. Chen fra OIST's Computational Neuroscience Unit, ledet af professor Erik De Schutter, samarbejder aktivt med Human Brain Project, et verdensomspændende initiativ baseret på École Polytechnique Fédérale de Lausanne (EPFL) i Schweiz, at udvikle en mere robust version af Parallel STEPS, der inkorporerer elektrisk feltsimulering af cellemembraner.

Indtil videre er STEPS kun realistisk i stand til at modellere dele af neuroner, men med støtte fra Parallel STEPS, Computational Neuroscience Unit håber at udvikle en fuldskala model af en hel neuron og efterfølgende interaktionerne mellem neuroner i et netværk. Ved at samarbejde med EPFL -teamet og ved at gøre brug af IBM 'Blue Gene/Q' supercomputer placeret der, de sigter mod at nå disse mål i den nærmeste fremtid.

"Takket være moderne supercomputere kan vi studere molekylære begivenheder inden for neuroner på en meget mere gennemsigtig måde end før, "siger prof. De Schutter." Vores forskning åbner interessante veje inden for beregningsneurovidenskab, der forbinder biokemi med elektrofysiologi for første gang. "